为什么 Python 循环中的函数都返回相同的值?
了解在循环或推导式中创建函数时的后期绑定
尝试在循环中创建函数时,您可能会遇到以下情况:尽管期望输出不同,但所有函数都返回相同的值。出现此行为的原因是后期绑定,其中变量的值在执行时解析。
Python 的后期绑定
在 Python 中,函数和 lambda 可以通过执行时默认绑定变量。这意味着调用函数时会查找其中使用的任何变量。在循环中,循环迭代器 i 稍后会被解析,到那时,它会引用循环后 i 的最终值。
例如,在以下代码片段中:
functions = [] for i in range(3): def f(): return i functions.append(f)
函数列表中的所有函数都引用相同的 i 值,循环结束后 i 为 2。
强制提前执行绑定
要解决此问题,您需要强制早期绑定,这确保 i 的值在函数定义时绑定。实现此目的的一种方法是使用参数的默认值,如下所示:
functions = [] for i in range(3): def f(i=i): return i functions.append(f)
通过为 i 参数提供默认值,可以强制执行早期绑定。传递给 f 函数的 i 值在函数定义时解析,而不是在函数执行时解析。
使用函数工厂
另一种方法是使用函数工厂来创建具有所需绑定的函数。这涉及创建一个附加函数,该函数接受要绑定的变量并返回带有早期绑定变量的嵌套函数:
def make_f(i): def f(): return i return f
在循环中,您可以使用 f = make_f(i) 来创建具有适当的早期绑定的函数。
以上是为什么 Python 循环中的函数都返回相同的值?的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

Python更易学且易用,C 则更强大但复杂。1.Python语法简洁,适合初学者,动态类型和自动内存管理使其易用,但可能导致运行时错误。2.C 提供低级控制和高级特性,适合高性能应用,但学习门槛高,需手动管理内存和类型安全。

每天学习Python两个小时是否足够?这取决于你的目标和学习方法。1)制定清晰的学习计划,2)选择合适的学习资源和方法,3)动手实践和复习巩固,可以在这段时间内逐步掌握Python的基本知识和高级功能。

Python在开发效率上优于C ,但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。

Python和C 各有优势,选择应基于项目需求。1)Python适合快速开发和数据处理,因其简洁语法和动态类型。2)C 适用于高性能和系统编程,因其静态类型和手动内存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自动化、脚本编写和任务管理中表现出色。1)自动化:通过标准库如os、shutil实现文件备份。2)脚本编写:使用psutil库监控系统资源。3)任务管理:利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。

Python在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能,提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。

Python在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架:Django适合快速开发复杂应用,Flask适用于小型或高度自定义项目。2.API开发:使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化:利用Python处理数据并通过Web界面展示。4.机器学习与AI:Python用于构建智能Web应用。5.性能优化:通过异步编程、缓存和代码优
